人类21号染色体与疾病

人类21号染色体与疾病梁红业　吴白燕(北京大学医学部生物遗传教研室北京100083)贾弘　(北京大学医学部生物化学与分子生物学系北京100083) 摘要　21号染色体是人类染色体中最小的常染色体。

由日本等13个国家的研究单位组成的国际基因组已完成了21号染色体的DNA序列分析,其99.7%的序列已被测定。

21号染色体长臂(21q)DNA由33546361bp组成,其中只剩下3个小的克隆裂隙和7个序列裂隙(约100kb)尚未确定。

在21q、q的近着丝粒处及21q远、近区域存在很多重复序列。

21号染色体有39个断裂点,原因是由于21号染色体与其他染色体发生相互易位、21号染色体内重排或受到辐射所致。

人类21号染色体上的特异基因与小鼠16、17及10号染色体上的某些基因互为同质异构基因,显示了基因组在进化过程中的变异性和保守性。

21号染色体基因密度较小,含有127个已知基因,98个预报基因和59个假基因。

21号染色体与Dow n′s综合征、某些单基因遗传紊乱、某些复杂疾病(双相情感障碍、家族性复合高血脂症)、实体瘤及白血病的发生有关。

关键词　人类21号染色体　染色体结构特性　疾病相关性 21号染色体占人类基因组的1%～1.5%,是人类染色体组中最小的常染色体,也是自人类基因组计划实施以来第一个被绘制出致密连锁图、酵母人工染色体(YA C)物理图谱和限制性内切酶N otⅠ图谱的常染色体。

继22号染色体DN A序列公布[1]后,2000年5月《自然》杂志刊登了日、德、法、美、英和瑞士等国13个研究单位署名文章“人类21号染色体DN A序列”[2]。

本文仅就21号染色体序列、基因特性及与疾病的关系综述如下。

1　21号染色体序列与特性1.1　制图测序　基因组DN A测序主要采用连续克隆(clo ne by clone)的策略[2],即将整个基因组切割成适当大小的DN A片段(约100～200kb),然后与cosmid、fosm id、细菌人工染色体(BA C)、P1噬菌体或P1衍生的人工染色体(PA C)构建重组体,经过BAC、PA C文库的筛选和鉴定,获得基因组DN A各个克隆的序列。

该国际基因组利用4个全基因组文库和9个21号染色体特异文库,将21号染色体常染色质部分转变为518个插入片段大、而重叠最小的细菌克隆。

这518个细菌克隆由192个BA C、111个PA C、101个P1、81个cosmid、33个fosm id及5个PCR扩增产物组成。

然后采用两种策略分离克隆、构建21号染色体序列图谱。

一种策略是,采用大规模非同位素杂交技术从点阵的基因组文库分离克隆,根据模拟退火汇集的杂交资料建立初级邻接克隆群(co ntigs),通过限制性内切酶解片段的指纹印迹推敲克隆重叠部分;再将邻接克隆群锚定在N otⅠ限制性片段的P FG E图谱上,并根据已知的序列标记位点(ST S)框架结构的标志进行排序。

通过荧光原位杂交(FI SH)验证邻接克隆群的整合情况;用纤维-荧光原位杂交(fibr e-FI SH)结合间期核制图法测定克隆裂隙大小,用多点克隆步行法填补裂隙序列。

另一种策略是,利用选择的ST S标志分离种子克隆,继而进行末端测序或部分测序;再用经P CR(引物为种子克隆末端序列)或BA C末端序列搜检鉴定的新的基因组克隆向两方向延伸种子克隆。

21号染色体长臂(21q)上被测定的序列长33546 361bp,从近着丝粒区的1个25-kb长的 -卫星重复序列一直延伸至端粒区的重复序列:其间只留有大约100 kb(包括7个序列裂隙及3个克隆裂隙)的序列尚待测定。

21q上最大的邻接克隆群为25.5M b长,因此,21q 总长为33.65M b,覆盖了该染色体的99.7%。

此外,还测出21q的1个小的克隆群(281116bp)。

通过比较1.2M b长的18个重叠序列得知序列测定的精确度达99.995%。

1.2　序列变异　经比较检测发现21号染色体上有1415个核苷酸变异,310个短小缺失或插入。

平均每787bp就有1个核苷酸序列的改变。

但是,所观察到的变异序列并非在21q上均匀分布。

例如,在端粒区(21q22.3-qter)平均每500bp就出现1个序列变异,最高变异频率为400bp;但在近着丝粒区(21q11-q22.3)变异频率平均为1000bp,在21q22.1的61-kb片段区域内的变异频率则为3600bp。

1.3　序列特性1)在21q、q的着丝粒周围及21q远、近区域都存在一些重复序列。

重复序列可能参与染色体重排;类似的序列很可能是造成重叠、基因重组和染色体重排的重要原因。

根据着丝粒区域附近CpG岛分析提示,重复序列附近可能存在活动基因。

21号染色体着丝粒区域附近有与22号染色体相似的重复序列,有些重复序列存在长、短臂分布不同。

21号染色体上的散在重复序列种类主要是A lu序列(9.48%),LI NE1(12.9%)和L T R(9.21%),在富含基因的区段分布的LI NE1序列较多,Alu序列少。

在21号染色体最接近端粒的区域存在1个重复单位为93-bp,重复次数为10次所构成的重复序列。

这可能是人类染色体端粒所共有的一种结构;2)与22号染色体比较,21号染色体基因密度要小得多;3)人类21号染色体上特异基因与小鼠16、17及10号染色体某些基因互为同质异构基因,显示了基因组在进化过程中的变异性和保守性[8];4)21号染色体有39个断裂点。

一类断裂点为自然产生,由于21号染色体与其他染色体发生相互易位造成;另一类是由于21号染色体内重排造成;第3类断裂点由辐射引起。

这些断裂点在21号染色体上并非均匀分布,而是以2个簇的形式存在。

9个断裂点出现在近着丝粒处,另外9个断裂点出现在21q22区上的1个2.4kb长的片段内;大片段内断裂点较少,例如在21q上的1个10M b 片段内只有2个断裂点。

有几个断裂点出现在上述重复序列内或附近。

例如,3个断裂点位于21q上的1个大的重复片段内的靠近近端的重复序列中。

在K A P基因簇中发现1个自然产生的21、22相互易位造成的断裂点;5)21号染色体重组频率存在性别差异,男性多发生在端粒附近,女性多发生在近着丝点处。

2　21号染色体基因种类2.1　基因种类　21号染色体含有已知基因、以及通过基因组序列分析推测出的新基因(预报基因)及假基因。

这些基因可被人为地分为5类:第一类(1):已知基因;第二类(2):与各种生物阅读框(O RF)或全cDN A 序列相同的新基因;第三类(3):与蛋白质的某些限定区域局部相似的基因;第四类(4):仅通过基因预测定义的、新的未命名基因。

这些预报基因与已知蛋白质或蛋白基元无相似性,只是根据拼接的EST匹配区、或根据一致的外显子,或根据两者的结合而作出的预测;第五类(5):假基因,即貌似基因、但不具有表达蛋白质功能的DN A序列。

从这些假基因预测出的多肽与已知基因表达的多肽具有很大相似性,但无内含子,有框内终止子、插入和/或缺失序列,从而打断阅读框或截短匹配区。

每一类基因还可分为亚类。

21号染色体有225个基因和59个假基因。

225个基因包括127个已知基因,98个预报基因[5]。

在这些新的预报基因中,13个基因与已知蛋白质基因相似;17个为未命名基因,具有模式结构域的阅读框;其余68个基因是与已知基因相似、但未命名的转录单位。

21号染色体有41%的基因不具有功能,具有功能的基因编码至少10种激酶、5种参与泛素化途径的分子、5种细胞粘附分子、多种转录因子和7个离子通道;有几个功能相关基因簇串联排列在21q上,这些基因簇包括跨度为250kb的干扰素受体家族(5个成员)、54kb的三叶肽基因簇、164kb的角朊相关蛋白(KA P)基因簇;最后是具有基因和不同假基因片段特征、在基因簇内呈反向重叠的高度重复基因家族的18个组成单位。

21q含有至少1个可能编码酪氨酸磷酸酶的基因(T P T E),功能尚待研究。

2.2　碱基组成与基因密度　DN A碱基组成、基因密度与染色体带结构之间的联系如下:染色体上G iemsa 深染带由Lisochores构成(G+C含量<43%),浅染带由L、H1/H2(G+C含量为43%～48%)、H3isochor es (G+C含量>40%)构成。

人类中,基因的平均密度在L构成的区段为1个基因/150kb,在H1/H2构成的区段为1个基因/54kb,在H3构成的区段为1个基因/9 kb。

21q21主要对应大的Giemsa深染带,这一区段由1个长的连续L isochores构成,此区段有很多G+C含量为34%～37%的片段及少量G+C含量>40%的片段。

该区段发现25个第一类基因和33个第二、三或四类的基因;基因平均密度为1个基因/301kb。

21q远端1/2处有一条从29M b位点延伸至33.5M b位点的片段,由H1/H2、L及H3交替分布组成。

端粒区的基因密度远高于近着丝粒区,在此区段发现的101个基因属于第一类基因,66个基因属于第二、三、四类;基因的平均密度为1个基因/95kb。

在这一区域中由L构成的片段内发现DSCA M基因,长度为843kb;而由H3构成的片段内含有46个第一类基因、31个第二、三、四类基因;基因平均密度为1个基因/58kb。

3　21号染色体与疾病相关性3.1　Dow n′s综合征　Do wn′s综合征患者表现为精神迟滞,常伴有先天性心脏病、发育畸形、形态异常、早发性老年痴呆症、特异性白血病、免疫缺陷及其他发生率升高的健康问题。

所有这些表型皆因21三体造成。

D own′s综合征的致病基因被定位到21q22.2～22.3,即从D21S55到M X1[11]。

因为21号染色体基因含量低,对机体造成的遗传损伤较其他染色体小,所以21三体患者是唯一能活到成年的常染色体三体征患者[4,6]。

转基因鼠实验证明,21号染色体上只有1个基因亚群可能引起D own′s综合征的各种表型。

虽然很难筛选决定这些表型的候选基因,但发现某些基因产物对基因剂量失衡更敏感。

这些基因产物可能是:形态发生素,细胞粘附分子,多亚基蛋白质组分,配体和受体,转录调节基因和转运蛋白。

超过40%的Dow n′s综合征患者伴有先天性心脏病。

研究人员在21q22.3区发现1个新基因W RB,位于ACT L5和HM G14之间的区域,广泛在成人和胎儿组织中表达。

这个基因编码一种带有富含色氨酸羧基端和潜在的核定位信号的功能未知的碱性核蛋白。

对该蛋白产物生物功能的了解将有助于阐明W RB基因在Do wn′s综合征患者发生先天性心脏病的潜在作用[11]。

3.2　单基因遗传紊乱　21号染色体上14个已知基因突变被认为是造成单基因遗传紊乱的原因。